3.2
(1)用Eviews 分析如下
Dependent Variable: Y Method: Least Squares
Date: 12/01/14 Time: 20:25 Sample: 1994 2011
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.135474 0.012799 10.58454 0.0000 X3 18.85348 9.776181 1.928512 0.0729 C -18231.58 8638.216 -2.110573 0.0520
R-squared 0.985838 Mean dependent var 6619.191 Adjusted R-squared 0.983950 S.D. dependent var 5767.152 S.E. of regression 730.6306 Akaike info criterion 16.17670 Sum squared resid 8007316. Schwarz criterion 16.32510 Log likelihood -142.5903 Hannan-Quinn criter. 16.19717 F-statistic 522.0976 Durbin-Watson stat 1.173432 Prob(F-statistic) 0.000000
由表可知模型为:Y = 0.135474X2 + 18.85348X3 - 18231.58
检验:可决系数是0.985838,修正的可决系数为0.983950,说明模型对样本拟合较好。
F 检验,F=522.0976>F(2,15)=4.77,回归方程显著。 t 检验,t 统计量分别为X2的系数对应t 值为10.58454,大于t (15)=2.131,系数是显著的,X3的系数对应t 值为1.928512,小于t (15)=2.131,说明此系数是不显著的。 (2)(2)表内数据ln 后重新输入数据:
Dependent Variable: LNY Method: Least Squares Date: 10/25/15 Time: 22:18 Sample: 1994 2011 Included observations: 18
Coefficien Variable t Std. Error t-Statistic Prob.
C -10.81090 1.698653 -6.364397 0.0000 LNX2 1.573784 0.091547 17.19106 0.0000 X3 0.002438 0.000936 2.605321 0.0199 Mean dependent
R-squared 0.986373 var 8.400112
S.D. dependent
Adjusted R-squared 0.984556 var 0.941530
Akaike info
S.E. of regression 0.117006 criterion -1.302176
Schwarz
Sum squared resid 0.205355 criterion -1.153780
Hannan-Quinn
Log likelihood 14.71958 criter. -1.281714
Durbin-Watson
F-statistic 542.8930 stat 0.684080 Prob(F-statistic) 0.000000
模型为 lny=-10.81090+1.573784lnx2+0.002438x3
检验:经济意义为其他条件不变的情况下,工业增加值每增加一个单位百分比出口货物总和增加1.57单位百分比,汇率每增加一单位百分比,出口总额增加0.0024个单位百分比。
拟合优度检验,R^2=0.986373 修正可决系数为0.984556,拟合很好。 F 检验对于H0:X2=X3=0,给定显著性水平a=0.05 F(2,15)=4.77 F=542.8930>F(2,15) 显著
t 检验对于H0:Xj =0(j=2,3),给定显著性水平a=0.05 t (15)=2.131
当j=2时t>t(15)显著,当j=3时 t>t(15)显著。 (3)两个模型表现出的汇率对Y 的印象存在巨大差异
3.3
(1)用Eviews 分析如下
Dependent Variable: Y Method: Least Squares
Date: 12/01/14 Time: 20:30 Sample: 1 18
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
X 0.086450 0.029363 2.944186 0.0101 T 52.37031 5.202167 10.06702 0.0000 C -50.01638 49.46026 -1.011244 0.3279
R-squared 0.951235 Mean dependent var 755.1222 Adjusted R-squared 0.944732 S.D. dependent var 258.7206 S.E. of regression 60.82273 Akaike info criterion 11.20482 Sum squared resid 55491.07 Schwarz criterion 11.35321 Log likelihood -97.84334 Hannan-Quinn criter. 11.22528 F-statistic 146.2974 Durbin-Watson stat 2.605783 Prob(F-statistic) 0.000000
由表可知模型为:Y = 0.086450X + 52.37031T-50.01638
检验:可决系数是0.951235,修正的可决系数为0.944732,说明模型对样本拟合较好。
F 检验,F=539.7364> F(2,15)=4.77,回归方程显著。 t 检验,t 统计量分别为2.944186,10.06702,均大于(t 15)=2.131,所以这些系数都是显著的。
经济意义:家庭月平均收入增加1元,家庭书刊年消费支出增加
0.086450元,户主受教育年数增加1年,家庭书刊年消费支出增加52.37031元。
(2)用Eviews 分析如下 Y 与T 的一元回归
Dependent Variable: Y Method: Least Squares
Date: 12/01/14 Time: 22:30 Sample: 1 18
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
T 63.01676 4.548581 13.85416 0.0000 C -11.58171 58.02290 -0.199606 0.8443
R-squared 0.923054 Mean dependent var 755.1222 Adjusted R-squared 0.918245 S.D. dependent var 258.7206 S.E. of regression 73.97565 Akaike info criterion 11.54979 Sum squared resid 87558.36 Schwarz criterion 11.64872 Log likelihood -101.9481 Hannan-Quinn criter. 11.56343 F-statistic 191.9377 Durbin-Watson stat 2.134043 Prob(F-statistic) 0.000000
模型:Y = 63.01676T - 11.58171 X 与T 的一元回归
Dependent Variable: X
Method: Least Squares
Date: 12/01/14 Time: 22:34 Sample: 1 18
Included observations: 18
Variable
Coefficient Std. Error
t-Statistic
Prob.
T C 123.1516 444.5888 31.84150 406.1786 3.867644 1.094565 0.0014 0.2899
R-squared 0.483182 Mean dependent var Adjusted R-squared 0.450881 S.D. dependent var S.E. of regression 517.8529 Akaike info criterion Sum squared resid 4290746. Schwarz criterion Log likelihood -136.9753 Hannan-Quinn criter. F-statistic 14.95867 Durbin-Watson stat Prob(F-statistic) 0.001364
1942.933 698.8325 15.44170 15.54063 15.45534 1.052251
模型:X = 123.1516T + 444.5888
(3)对残差模型进行分析,用Eviews 分析如下
Dependent Variable: E1 Method: Least Squares
Date: 12/03/14 Time: 20:39 Sample: 1 18
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
E2 0.086450 0.028431 3.040742 0.0078 C 3.96E-14 13.88083 2.85E-15 1.0000
R-squared 0.366239 Mean dependent var 2.30E-14 Adjusted R-squared 0.326629 S.D. dependent var 71.76693 S.E. of regression 58.89136 Akaike info criterion 11.09370 Sum squared resid 55491.07 Schwarz criterion 11.19264 Log likelihood -97.84334 Hannan-Quinn criter. 11.10735 F-statistic 9.246111 Durbin-Watson stat 2.605783 Prob(F-statistic) 0.007788
模型:E 1 = 0.086450E2 + 3.96e-14
参数:斜率系数α为0.086450,截距为3.96e-14
(4)由上可知,β2与α2的系数是一样的。回归系数与被解释变量
的残差系数是一样的,它们的变化规律是一致的。
3.4
为了分析中国税收收入(Y )与国内生产总值(X2)、财政支出(X3)、商品零售价格指数(X4)的关系,利用1978~2007年的数据,用EViews 作回归,部分结果如下: 表3 回归结果
填补表中空缺数据: (1)t c= (2)=
=0.130789 =4.304723
(3)= (4)= (5)=(
6
)
=3.881590
=0.010136
=S.E
of
=0.986159
regression
回
归
标
准
差
=(7)=
==
=0.154783
=689.751148
②分析回归结果:
根据图中数据,模型估计的结果写为:
=-2.755367+0.451234
+0.627133
+0.010136
1) 拟合优度:由上图数据可以得到,可决系数可决系数
=0.987591,修正的
=0.986159,这说明模型对样本的拟合很好。
,给定显著性水平
,在F =8.63 。由上,应拒绝原假设,
2)F 检验:针对
分布表中查出自由度为k-1=3和n-k=26的临界值图得到F=689.751148,由于F=689.751148>
说明回归方程显著,即国内生产总值、财政支出、商品零售价格指数等变量联合起来对中国税收收入有显著影响。
3)t 检验:由上图中的P 值可以判断,在与、、
估计值对应的P 值小于
的显著性水平下,,表明对应解释变量对
估计值对应
被解释变量影响显著。在
的P 值小于
③评估参数的经济意义:
的显著性水平下,与
,表明对应解释变量对被解释变量影响显著。
当其他变量不改变时,国内生产总值每增加1%,中国税收收入增加0.451234%。
当其他变量不改变时,财政支出每增加1%,中国税收收入增加0.627133%。
当其他变量不改变时,商品零售价格指数每增加1%,中国税收收入增加0.010136%。
3.2
(1)用Eviews 分析如下
Dependent Variable: Y Method: Least Squares
Date: 12/01/14 Time: 20:25 Sample: 1994 2011
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
X2 0.135474 0.012799 10.58454 0.0000 X3 18.85348 9.776181 1.928512 0.0729 C -18231.58 8638.216 -2.110573 0.0520
R-squared 0.985838 Mean dependent var 6619.191 Adjusted R-squared 0.983950 S.D. dependent var 5767.152 S.E. of regression 730.6306 Akaike info criterion 16.17670 Sum squared resid 8007316. Schwarz criterion 16.32510 Log likelihood -142.5903 Hannan-Quinn criter. 16.19717 F-statistic 522.0976 Durbin-Watson stat 1.173432 Prob(F-statistic) 0.000000
由表可知模型为:Y = 0.135474X2 + 18.85348X3 - 18231.58
检验:可决系数是0.985838,修正的可决系数为0.983950,说明模型对样本拟合较好。
F 检验,F=522.0976>F(2,15)=4.77,回归方程显著。 t 检验,t 统计量分别为X2的系数对应t 值为10.58454,大于t (15)=2.131,系数是显著的,X3的系数对应t 值为1.928512,小于t (15)=2.131,说明此系数是不显著的。 (2)(2)表内数据ln 后重新输入数据:
Dependent Variable: LNY Method: Least Squares Date: 10/25/15 Time: 22:18 Sample: 1994 2011 Included observations: 18
Coefficien Variable t Std. Error t-Statistic Prob.
C -10.81090 1.698653 -6.364397 0.0000 LNX2 1.573784 0.091547 17.19106 0.0000 X3 0.002438 0.000936 2.605321 0.0199 Mean dependent
R-squared 0.986373 var 8.400112
S.D. dependent
Adjusted R-squared 0.984556 var 0.941530
Akaike info
S.E. of regression 0.117006 criterion -1.302176
Schwarz
Sum squared resid 0.205355 criterion -1.153780
Hannan-Quinn
Log likelihood 14.71958 criter. -1.281714
Durbin-Watson
F-statistic 542.8930 stat 0.684080 Prob(F-statistic) 0.000000
模型为 lny=-10.81090+1.573784lnx2+0.002438x3
检验:经济意义为其他条件不变的情况下,工业增加值每增加一个单位百分比出口货物总和增加1.57单位百分比,汇率每增加一单位百分比,出口总额增加0.0024个单位百分比。
拟合优度检验,R^2=0.986373 修正可决系数为0.984556,拟合很好。 F 检验对于H0:X2=X3=0,给定显著性水平a=0.05 F(2,15)=4.77 F=542.8930>F(2,15) 显著
t 检验对于H0:Xj =0(j=2,3),给定显著性水平a=0.05 t (15)=2.131
当j=2时t>t(15)显著,当j=3时 t>t(15)显著。 (3)两个模型表现出的汇率对Y 的印象存在巨大差异
3.3
(1)用Eviews 分析如下
Dependent Variable: Y Method: Least Squares
Date: 12/01/14 Time: 20:30 Sample: 1 18
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
X 0.086450 0.029363 2.944186 0.0101 T 52.37031 5.202167 10.06702 0.0000 C -50.01638 49.46026 -1.011244 0.3279
R-squared 0.951235 Mean dependent var 755.1222 Adjusted R-squared 0.944732 S.D. dependent var 258.7206 S.E. of regression 60.82273 Akaike info criterion 11.20482 Sum squared resid 55491.07 Schwarz criterion 11.35321 Log likelihood -97.84334 Hannan-Quinn criter. 11.22528 F-statistic 146.2974 Durbin-Watson stat 2.605783 Prob(F-statistic) 0.000000
由表可知模型为:Y = 0.086450X + 52.37031T-50.01638
检验:可决系数是0.951235,修正的可决系数为0.944732,说明模型对样本拟合较好。
F 检验,F=539.7364> F(2,15)=4.77,回归方程显著。 t 检验,t 统计量分别为2.944186,10.06702,均大于(t 15)=2.131,所以这些系数都是显著的。
经济意义:家庭月平均收入增加1元,家庭书刊年消费支出增加
0.086450元,户主受教育年数增加1年,家庭书刊年消费支出增加52.37031元。
(2)用Eviews 分析如下 Y 与T 的一元回归
Dependent Variable: Y Method: Least Squares
Date: 12/01/14 Time: 22:30 Sample: 1 18
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
T 63.01676 4.548581 13.85416 0.0000 C -11.58171 58.02290 -0.199606 0.8443
R-squared 0.923054 Mean dependent var 755.1222 Adjusted R-squared 0.918245 S.D. dependent var 258.7206 S.E. of regression 73.97565 Akaike info criterion 11.54979 Sum squared resid 87558.36 Schwarz criterion 11.64872 Log likelihood -101.9481 Hannan-Quinn criter. 11.56343 F-statistic 191.9377 Durbin-Watson stat 2.134043 Prob(F-statistic) 0.000000
模型:Y = 63.01676T - 11.58171 X 与T 的一元回归
Dependent Variable: X
Method: Least Squares
Date: 12/01/14 Time: 22:34 Sample: 1 18
Included observations: 18
Variable
Coefficient Std. Error
t-Statistic
Prob.
T C 123.1516 444.5888 31.84150 406.1786 3.867644 1.094565 0.0014 0.2899
R-squared 0.483182 Mean dependent var Adjusted R-squared 0.450881 S.D. dependent var S.E. of regression 517.8529 Akaike info criterion Sum squared resid 4290746. Schwarz criterion Log likelihood -136.9753 Hannan-Quinn criter. F-statistic 14.95867 Durbin-Watson stat Prob(F-statistic) 0.001364
1942.933 698.8325 15.44170 15.54063 15.45534 1.052251
模型:X = 123.1516T + 444.5888
(3)对残差模型进行分析,用Eviews 分析如下
Dependent Variable: E1 Method: Least Squares
Date: 12/03/14 Time: 20:39 Sample: 1 18
Included observations: 18
Variable Coefficient Std. Error t-Statistic Prob.
E2 0.086450 0.028431 3.040742 0.0078 C 3.96E-14 13.88083 2.85E-15 1.0000
R-squared 0.366239 Mean dependent var 2.30E-14 Adjusted R-squared 0.326629 S.D. dependent var 71.76693 S.E. of regression 58.89136 Akaike info criterion 11.09370 Sum squared resid 55491.07 Schwarz criterion 11.19264 Log likelihood -97.84334 Hannan-Quinn criter. 11.10735 F-statistic 9.246111 Durbin-Watson stat 2.605783 Prob(F-statistic) 0.007788
模型:E 1 = 0.086450E2 + 3.96e-14
参数:斜率系数α为0.086450,截距为3.96e-14
(4)由上可知,β2与α2的系数是一样的。回归系数与被解释变量
的残差系数是一样的,它们的变化规律是一致的。
3.4
为了分析中国税收收入(Y )与国内生产总值(X2)、财政支出(X3)、商品零售价格指数(X4)的关系,利用1978~2007年的数据,用EViews 作回归,部分结果如下: 表3 回归结果
填补表中空缺数据: (1)t c= (2)=
=0.130789 =4.304723
(3)= (4)= (5)=(
6
)
=3.881590
=0.010136
=S.E
of
=0.986159
regression
回
归
标
准
差
=(7)=
==
=0.154783
=689.751148
②分析回归结果:
根据图中数据,模型估计的结果写为:
=-2.755367+0.451234
+0.627133
+0.010136
1) 拟合优度:由上图数据可以得到,可决系数可决系数
=0.987591,修正的
=0.986159,这说明模型对样本的拟合很好。
,给定显著性水平
,在F =8.63 。由上,应拒绝原假设,
2)F 检验:针对
分布表中查出自由度为k-1=3和n-k=26的临界值图得到F=689.751148,由于F=689.751148>
说明回归方程显著,即国内生产总值、财政支出、商品零售价格指数等变量联合起来对中国税收收入有显著影响。
3)t 检验:由上图中的P 值可以判断,在与、、
估计值对应的P 值小于
的显著性水平下,,表明对应解释变量对
估计值对应
被解释变量影响显著。在
的P 值小于
③评估参数的经济意义:
的显著性水平下,与
,表明对应解释变量对被解释变量影响显著。
当其他变量不改变时,国内生产总值每增加1%,中国税收收入增加0.451234%。
当其他变量不改变时,财政支出每增加1%,中国税收收入增加0.627133%。
当其他变量不改变时,商品零售价格指数每增加1%,中国税收收入增加0.010136%。